简介概要

基于火焰图像显著区域特征学习与分类器融合的回转窑烧结工况识别

来源期刊:控制与决策2017年第1期

论文作者:周晓杰 蔡元强 夏克江 富月

文章页码:187 - 192

关键词:烧成状态识别;深度学习;特征提取;独立子空间分析;集成分类器;

摘    要:提出一种基于火焰图像分析回转窑烧结工况的新方法.针对现有方法难以提取具有区分性和鲁棒性局部形态特征的问题,并考虑到各显著区域图像数据具有不同的统计特性,首先采用卷积独立子空间分析网络的方法逐层学习复杂性递增的各显著区域局部形态特征;然后采用单词包模型学习各显著区域全局形态特征;最后,采用基于随机向量函数连接网络和模糊积分的方法设计集成分类器.实验结果表明了所提出方法可以提高工况的识别精度.

详情信息展示

基于火焰图像显著区域特征学习与分类器融合的回转窑烧结工况识别

周晓杰,蔡元强,夏克江,富月

东北大学流程工业综合自动化国家重点实验室

摘 要:提出一种基于火焰图像分析回转窑烧结工况的新方法.针对现有方法难以提取具有区分性和鲁棒性局部形态特征的问题,并考虑到各显著区域图像数据具有不同的统计特性,首先采用卷积独立子空间分析网络的方法逐层学习复杂性递增的各显著区域局部形态特征;然后采用单词包模型学习各显著区域全局形态特征;最后,采用基于随机向量函数连接网络和模糊积分的方法设计集成分类器.实验结果表明了所提出方法可以提高工况的识别精度.

关键词:烧成状态识别;深度学习;特征提取;独立子空间分析;集成分类器;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号